【发布时间】：2019-09-19 13:30:14
【问题描述】：
对我来说，这看起来像是一个正态/高斯分布。平均值为 0.0017，标准差为 0.0571。我正在尝试使用 numpy 的 np.random.normal 函数沿相同分布生成随机数，如下所示：
a = numpy.random.normal(0.0017, 0.0571)
这会产生如下所示的结果：
如您所见，分布的倾斜度要平缓得多，峰值要小得多，异常值的尾迹也快得多。有没有办法调整我的标准分布，使我随机生成的数字与原始数字更接近？
【问题讨论】：
-
不——这种差异意味着您的数字确实不是来自正态分布！计算你的数字的excess kurtosis，我怀疑你会发现它不为零（因为它是正常的）。
-
对我来说，第二个看起来像高斯函数（实际的钟形曲线）。您的数字分布不同
-
欢迎！如您所见，您的第一个数据是否处于正态/高斯分布并不明显。你能告诉我们你认为它是的论据吗？
-
对于您的初始数据集，也许您可以通过Skellam distribution 获得更好的形状一致性。使用scipy corresponding function 生成它。您可以在问题中提供您的输入数据。
-
@AndrewJaffe 你是对的。我对正态分布的记忆有很长的休眠期，但我弄错了。该数据集的峰度为 8.7。我显然需要出去学习很多东西。任何人都可以通过让我了解我的数据集的样子来帮助我吗？我最擅长研究“具有高峰度的标准分布”还是有更好的描述符？